水池抽样算法

于 2022-06-09 09:54:10 发布
阅读量177 收藏
点赞数
文章标签： java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/caijibaindashen/article/details/125196964
版权
水塘抽样算法是一种在数据集中随机抽取样本的方法，确保每个元素被选中的概率相等。在随机选择一个数的过程中，随着更多人的到来，每个人被选中的概率为1/n。当需要从n个样本中平均抽取变化的k个数据时，该算法能适应k的变化。此算法在497题中用于非重叠矩形中选择点，通过比较随机数与矩形面积比例来保留矩形，实现与面积对应的保留概率。在Spark的RangePartitioner中，水塘抽样也有所应用。
摘要由CSDN通过智能技术生成

随机选择一个数

水池抽样

1.第一个人来了，抽奖概率就是1
2.第二个人来了，一共有两个人，他抽中概率为1/2, 那么第一个人抽中的概率就是 1 * 1/2 = 1/2;
3. 第三个人来了，那他抽中概率就是1/3，同理， 第一个第二个人抽中概率为 1/2 * 2/3 = 1/3;
。。。。。
就保证每个人来了之后抽中的概率就是1/n;

Random random = new Random(47);
        int n = 100;
        int indec = 0, count = 0;
        for (int i = 0; i < 100; i++) {
   
            count++;
            //如果某个人中奖就给他
            if (random.nextInt(count) == 1) indec = i;
        }

如果选择随机平均选择k个数据

// 从长度为n的nums数组中随机选取k个数（水塘抽样）
    public int[] Reservoir(int
最低0.47元/天 解锁文章
caijibiandashen
关注
Python 蓄水池算法详解及源码
希望我的博客，能帮上你解决学习中工作中所遇到的问题
08-07 148
蓄水池算法的基本原理是：对于数据流中的第i个元素，以1/i的概率选择它作为样本，以1-1/i的概率保持原有的样本。蓄水池算法的基本原理是：对于数据流中的第i个元素，以1/i的概率选择它作为样本，以1-1/i的概率保持原有的样本。蓄水池算法的基本原理是：对于数据流中的第i个元素，以1/i的概率选择它作为样本，以1-1/i的概率保持原有的样本。蓄水池算法的基本原理是：对于数据流中的第i个元素，以1/i的概率选择它作为样本，以1-1/i的概率保持原有的样本。
Python实现蓄水池抽样算法
BUG？不存在的！
05-27 227
stream参数指的是数据流，可以是列表、文件等，返回值为随机抽取的k条数据。接下来，我们以包含10万个元素的列表作为数据流，随机抽取其中的100条数据为例进行演示。蓄水池抽样是一种经典的概率抽样算法，能够在不知道数据总量的情况下从大量数据中随机抽取k个数据。本文将详细介绍如何使用Python实现蓄水池抽样算法，并附带完整的源代码。蓄水池抽样算法核心思想是对于很大数量的数据，如何从其中等概率的随机抽取k个数据，同时使得每个数据都有相同的机会被抽中。Python实现蓄水池抽样算法。
蓄水池随机抽样算法
学习应该是一个长链接
06-19 626
蓄水池算法在实际应用中比较常见，比如在一次抽奖活动中，在不知道总人数的情况下，每进来一个人都打上编号（1~n，共n个人），我们需要等概率抽取k个获奖人员，如何保证等概率？在已知长度的数组中随机等概率抽取k个数据很容易，但如果长度未知呢？事先计算一次长度？如果内存不够呢？数据量非常大呢？蓄水池采样(Reservoir Sampling)算法就是来解决这类问题的, 它在分析一些大数据集的时候会非常有效...
蓄水池抽样算法
10-22 650
Reservoir Sampling 蓄水池抽样海量数据不知道总数只能遍历一次随机抽样问题 2011年06月24日 星期五 下午 01:10 问题起源于编程珠玑Column 12中的题目10，其描述如下：    How could you select one of n objects at random, where you see the objects sequen
链表中随机取出k个数 - 蓄水池抽样
行风
07-24 2208
1. From: http://stackoverflow.com/questions/48087/select-a-random-n-elements-from-listt-in-c-sharp/48089#48089 Question: I need a quick algorithm to select a random 5 elements from a generic list.
JAVA学习-蓄水池抽样算法
qq_48772498的博客
01-16 970
生活中无时不刻都在发生着随机事件，我们并不能改变它的随机性，但是我们可以尝试利用它的概率去做更多有意义的事情。比如有一个高 10 米的蓄水池，我们需要对随机一个 1 米的水层进行抽样，这时候很多人都会想到直接生成一个 (0, 10] 的随机数就可以解决，那么要是把高 10 米的条件去掉呢？这显然就不是一个随机数就能解决的了，这时候就得轮到今天的主角——蓄水池抽样算法登场了。 蓄水池抽样算法是一种不用知道蓄水池深度就可以达到抽样效果的算法，他的核心在于按每一层循序依次进行抽样，不同层的抽样计算如下： 如果
蓄水池抽样算法 从n个数中随机取m个数（JAVA实现）
qq_41800087的博客
04-20 2280
实际问题 从n个数据中随机取得m个数，n>m 算法大概思路 源数据的数组为a[] 大小为n “水池”即存放取出的数据的数组为b[] 大小为m 若要做到随机 则每个数据被选中的概率则为m/n 进行如下操作 ①对数组a[]进行遍历，设置j为遍历时当前元素下标，将a[]数组的前m个数据依次存入数组b[]中，此操作a[]数组中的前m个数被加入b[]数组的概率为100...
蓄水池抽样算法（Reservoir Sampling）
BigData_Mining的博客
11-21 1795
蓄水池抽样算法（Reservoir Sampling） 许多年以后，当听说蓄水池抽样算法时，邱simple将会想起，那个小学数学老师带他做“小明对水池边加水边放水，求何时能加满水”应用题的下午。 一、问题 我是在一次失败的面试经历中听说蓄水池算法的。之后上网搜了搜，知道是一个数据抽样算法，寥寥几行，却暗藏玄机。主要用来解决如下问题。 给定一个数据流，数据流长度N很大，且N直到处理完所有数据之前都不...
机器学习--蓄水池抽样与加权抽样算法
大魔王
11-08 3387
学习一下蓄水池抽样以及加权抽样算法 1.蓄水池抽样 如果数据总量是有限的，随机抽样k个值，可以直接利用随机数产生器来产生。如果数量总量是不断增加的，内存并不能完全存放所有数据，此时若随机产生k个值可以采用蓄水池抽样算法。 1.从一个数据流中随机取出一个数，要求每个数被取到的概率相等 第一个数以概率1取值，第二个数以1/2概率替换，第三个数以1/3概率替换。。。。直到第n个数 第一个数被取...
蓄水池抽样法
weixin_34268753的博客
11-01 115
  1 #!/usr/bin/env python 2 # coding=utf-8 3 4 ''' 5 蓄水池抽样法。从不知道总数的样本中随机抽取k个，要求只遍历一次样本。 6 ''' 7 8 import sys 9 import random 10 11 if __name__ == '__main__': 12 '''命令行参数：...
蓄水池抽样
高性能架构探索
07-28 925
问题 1、给定一个数据流，数据流长度N很大，且N直到处理完所有数据之前都不可知，请问如何在只遍历一遍数据（O(N)）的情况下，能够随机选取出m个不重复的数据 2、在不知道文件行数的情况下，如何在只遍历一遍文件的情况下，随机选取出m行 分析 看到此种问题，我们的第一想法是，把数据流中的数据保存起来，然后通过把数据流中的数据存储起来，然后进行随机获取，我们以leetcode中的某个题目为例，代码如下： classSolution{ public: /**@paramheadTh...
蓄水池采样算法
Dave_lzw的博客
09-16 251
问题场景： 在未知长度的序列中随机选取（序列每个元素被选中概率相同）K个元素 蓄水池采样算法过程： 先选取前K个元素； 从K+1个元素开始，等概率（KN\frac{K}{N}NK​ , N为当前已读取元素个数）决定该元素是否选择以和已选择的K个元素替换。 证明： 1.读前K行时，每个元素被选中概率均为1； 2.假设读到第n-1个，每个元素选中概率均为Kn−1\frac{K}{n-1}n−1K​ ； 3.当读到第n个元素时，选择第n个元素的概率是Kn\frac{K}{n}nK​ （n个元素选K个，选中
储水池抽样算法原理与实现
晓风残月xj
10-18 2880
记得在实习那会，涉及到抽奖的解决方案，即一天以k/n的概率中奖，要求给出简单高效的算法，其中n只有在结束时才知道。换言之，题意即为如何从未知或者很大样本n空间中随机地取k个数，保证每个被取到的概率为n/k。解决此题的很好方法就是储水池算法Reservoir Sampling Algorithm。
java 静态水池放水
最新发布
11-06
在 Java 中，“静态水池”通常是指静态单例模式（Singleton Pattern），它是一种设计模式，用于确保某个类只有一个实例，并提供全局访问点。这个实例就像一个“水池”，所有对它的请求都只会返回同一个预先创建的对象。 当你提到“静态水池放水”，这可能是在比喻静态初始化的过程。静态方法 `getInstance()` 或者静态变量被首次访问时，如果尚未创建实例，就会创建并初始化一个单例对象。这个过程可以理解为往静态水池里放入第一桶水。之后，无论何时其他人尝试获取该实例，都会直接从这个“水池”中取出，而不是再新建一个。 例如： ```java public class Singleton { // 让构造函数为私有，防止外部直接实例化 private Singleton() {} // 公共静态方法，保证线程安全地返回唯一实例 public static Singleton getInstance() { if (instance == null) { synchronized (Singleton.class) { if (instance == null) { instance = new Singleton(); } } } return instance; } // 这里省略了其他方法... } ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值